商超企業未來發展中最本源的追求是數據獲取和數據應用對業務的賦能。以數據資產為支撐，以智能應用為抓手，主動擁抱DT時代的變革！
DT時代已經到來，AI也不再是未來式，它們的合力正在改變當代商超企業的運行模式。隨著數據資產規模的逐步擴大，人工智能越來越發達，我們相信大數據技術應用是商超企業轉型升級的必然趨勢，也是提升市場競爭水平的核心要素。大數據運營和構建大數據平臺是商超企業進行應用實踐的主要方向，商超企業的商業價值實現路徑從為消費者提供商品使用和服務價值的傳統商業模式，逐漸向消費者的智慧購物體驗、智慧運營、智慧供應鏈優化、商品管理等方面轉型。
行業變遷之路
從 2010 年至 2018 年中國零售行業的發展數據可以看出，近年來中國商品零售總額增速趨緩，而網絡零售在社會整體商品零售額的佔比則不斷上升，二者效果疊加，對以品牌和實體零售為首的傳統零售產業帶來了極大挑戰。
傳統商超企業經過近三十年的發展，經歷了：起步階段、高速發展階段、增速放緩、行業整合創新階段的發展歷程，線下商超企業多年來創造出一個又一個龐大的商業帝國，是什麼讓這些曾經的零售商們突然面臨困難呢？歸結起來主要原因如下：市場萎縮、成本上升、轉型乏力，創新舉步維艱......
2017年開啟新零售的新紀元，零售的新風口、新技術、新物種、新玩法不斷湧現，資本、新玩家不斷湧入，零售行業呈現出多年未見的活躍氣氛。新零售在數字化人貨場基礎上，通過供應鏈重塑、渠道融合、業態創新、深度營銷等環節重塑形成新的商業模式；通過數據驅動行業高效率和成本結構優化商業形態；
這是最壞的時代，這是最好的時代！
擁抱 or 堅守？
行業趨勢已形成，我們是去擁抱趨勢，還是堅守自我，相信每個人都有自己的理解和路徑，一千個人心中有一千個哈姆雷特。
從2017年“新零售元年”發展至今，我們可以看到店商零售與電商零售誰也無法完全取代對方，兩者之間的界限正在模糊，邊界愈加朦朧, 融合之勢勢如破竹。零售業一方面深度研究顧客和商品，發展新業態、新模式， 另一方面降成本、提效率、優服務。因而，我們認為未來商超企業將從如下方向進行發展：
·線上線下融合新格局：商超企業受到網絡零售巨大沖擊；電商企業流量紅利消退，加之消費訴求發生深刻變化；線上線下從獨立、對抗走向融合、協作，數據互通、優勢互補、實現共贏。
·多業態跨界協同：商超企業從商品銷售的粗放型發展模式向多業態、多領域聚合式、協同化方向轉型，通過一切數字化的感知，對於用戶的認知無限趨近於用戶的內心需求，在此基礎上多業態發展儘可能滿足多樣化、個性化的消費需求。
·重構智能高效供應鏈體系：通過數據支撐和智能應用的持續提升， 全程再造了消費主導、庫存趨零、響應及時、週轉率高和快捷的供應鏈體系，實現了生產端、流通端、渠道端和顧客端的一體化效能提升；
·對顧客的全新認知和營銷：通過完善的會員信息採集端，全方位的豐富會員信息，通過奇點識客的廣泛應用，掌握顧客交易行為的同時掌握其購物過程行為，甚至情感行為。從而實現會員精準畫像並建立全域的會員標籤體系。基於此完成對顧客全新方式的引流和流量分發，實現精準有效的營銷；
·持續門店智能化提升：門店作為新零售環節中重要的一個端，通過不斷完善和升級門店智能採集設備，我們可以全面掌握顧客整個購買過程和結果，完善對顧客的認知。無處不在的各類服務智能硬件，提升消費者購物體驗，促進流量和轉換率增長；
從上述發展趨勢來看，商超企業未來發展中最本源的追求是數據獲取和數據應用對業務的賦能。以數據資產為支撐，以智能應用為抓手，主動擁抱DT時代的變革！
數據資源角色升級
商超業是進入信息化較早的行業，其很早就開始保存大量的進銷存經營數據，這些數據是記錄經營行為和市場變化的寶貴資源。商超企業數據可以分為結構化數據、半結構化數據、非結構化數據。
”無數據不智能，不智能無價值“，數據的”厚度“決定了賦能的高度，商超企業要做好數據”厚度“，我們認為需要從這幾個方面入手：
完善自有數據：企業應當完善各個生產系統產生的數據，更應該完善業務過程中節點信息的採集和各業務單位的基礎支撐信息；我們在過往經歷中經常碰到的一個場景門店要貨單，經過多級審核後，最原始的要貨述求信息沒有記錄，只記錄最後審核的結果信息，這樣我們認為數據記錄是不完整的；
不斷豐富的觸點：未來線上線下融合的展開，多業態跨界的協同，為企業豐富了各個端去服務顧客，利用端來完善顧客全方位的信息採集是對自有數據的有效補充。不管是線上APP、小程序還是線下門店，我們需要去豐富更多形態的觸點。比如線下門店端，我們可以通過奇點識客完善對顧客行為的觸達、通過奇點魔鏡和奇點魔櫃完善會員Face ID，從而實現ID-Mapping，通過人臉識別的收銀端完善顧客交易記錄。
第三方數據建立：要想做好數據“厚度”我們還需要通過網絡爬蟲、外部補充等方式對周邊世界的各自相關數據進行採集和補充，比如：天氣數據可以為來店率、生鮮經營等經營數據分析進行補充；另外交通數據、周邊社區活動數據、網絡商品價格等第三方數據採集都是有效的補充。
數據賦能，釋放商業價值
隨著時代的發展、技術的進步，在利用大數據來促進、服務企業發展的問題上越來越精細化，奇點雲採用數據中臺為支持，提供實時和離線計算的多種能力，採用機器學習、深度學習等人工智能算法讓數據賦能變得越來越簡單高效。
運營賦能：主要體現在展示數據、發現問題、找出原因、提出建議、跟進解決；通過實時計算能力結合奇點雲獨有的駕駛艙技術能夠讓企業擁有更先進和實時的數據決策平臺，快速掌握企業運行的各個數據；通過豐富的BI工具，統一數據指標體系，為各個層級和部門提供統一的數據統計和分析；通過基於業務的多維度數學模型，可及時發現企業運營過程中的問題，並能夠深挖問題產生的原因，快速定位，給出相關的改善建議；通過數據追蹤對問題數據進行持續跟進，定期反饋業務治理情況，並形成持續跟進的報告；
業務賦能：主要結合數據為企業各業務節點提供人工智能的處理能力，改變現有靠人、靠行業公式的簡單處理方式，讓業務處理更快、更準；主要提現在：全方位洞察客戶、精準營銷、商品結構優化和供應鏈優化：
全方位洞察顧客：核心是通過大數據對顧客進行畫像，顧客畫像的核心是標籤，標籤可以按照如下方式建立：基礎屬性標籤，比如“年齡”、“會員等級”、“註冊時長”等基本信息；行為標籤：比如消費時段、訪問方式等等；消費能力標籤：比如消費客單、消費等級、消費頻率等；偏好標籤：比如偏好品牌、品類等等；服務標籤：比如客戶投訴類型、退換貨次數（金額）等等。
精準營銷：通過顧客的全方位洞察和標籤畫像的基礎上，不同的營銷主題可以智能、快速的圈選出所對應的客群，對該客群進行精確投放能夠大大提升營銷的效果；同時數據還可以提供對顧客更有效的RFM分析，並通過大數據AI算法進行人群洞察，為營銷提供智能建議；如何對營銷效果進行評估一直是一個難點，通過數據和模型分析可以大大提升營銷部門對結果數據的掌握從而進行有效的分析；
商品結構優化：超市競爭的核心是在於商品構成策略。商品結構優化時，先由外到內，數字化目標客層構成、商圈對手的同類商品(包裝、規格、價格帶等)，通過大數據分析計算，對消費者群體進行科學的市場細分、群體細分、區域細分，進行商品的品類、品牌、功能結構優化，實現三者科學的分佈及組合，相互協調。並通過歷史數據、行業數據、當前營銷數據精確分析，對品類、品牌、功能內部進行細分，精確到單個商品類型分佈、組成，對售賣商品結構組成由大類到單品進行結構組成優化。
供應鏈優化：核心是在庫存、滿足率做精準的預測和優化。對於商超而言，首要任務是商品銷售預測，商品銷售預測準確率的提升可以帶來數倍運營成本的降低，同時以銷售預測為核心的需求計劃本身就支持各個環節計劃制定的作用。其次在商超複雜的物流配送網絡中，對商品物流模式和物流路徑的智能預測和優化可以最大限度的優化企業的整體運作庫存成本；最後對各個節點（多級倉庫體系和門店）中的品類結構和商品分佈進行智能的管理，能夠讓供應鏈的服務水平得到有效的提升；當然供應鏈環節中各單元的數字化評估體系建立也是重要環節，可以和前面的預測形成完整的業務反饋。
與大家分享一個案例，前階段我們和客戶共同完善了其生鮮日清品類的訂貨預測優化，眾所周知，生鮮對超市而言是又愛又怕，缺貨、損耗是日常經營管理中的難點，奇點雲項目組在數據分析中結合多維度的數據：銷售、促銷、缺貨、損耗等經營數據，並採集了天氣、交通、價格等外部數據源，通過機器學習和深度學習的算法，智能預測銷量，幫助其提升了15%-20%訂貨準確率；
基礎數據的“厚度”決定了“大數據+AI”能力的起點， 而數據賦能的“強度”則決定了其能達到的最高點。
這並非終點，而是新的開始。在過去的數年內，已經出現多個商超巨頭業務下滑的場景。而硬幣的另一面，則是新商超業態模式欣欣向榮，不斷迭代的發展勢頭。不僅在搶佔舊勢力的地盤，還在不斷拓展新市場，培養新用戶，探索新模式。未來屬於創新者，屬於敢於自我顛覆者。全力提升數據賦能，打造極智體驗， 共同推動商超企業戰略轉型！